一个动态的程序来检测背下部的最大自发收缩.
Xun Wang1, Karla Beltran Martinez1, Ali Golabchi2,3
1Department of Mechanical Engineering, University of Alberta, Edmonton, AB T6G 2R3, Canada.
Sensors (Basel, Switzerland)
|June 10, 2023
概括
一种用于腰部肌肉的新动态最大自愿收缩 (MVC) 方法提供了更准确的表面电肌图 (sEMG) 规范化. 这种动态的MVC程序捕获了更高的肌肉活动,改善了个人和试验之间的数据一致性.
科学领域:
- 生物力学 生物力学
- 人体生理学 人体生理学
- 发动机控制器的控制器
背景情况:
- 表面电肌图 (sEMG) 测量肌肉活动,但对个体变化和试验不一致性敏感.
- 最大自愿收缩 (MVC) 对于将sEMG数据规范化至关重要,以便进行可靠的比较.
- 传统的MVC方法可能低估了腰部肌肉真正的最大活动.
研究的目的:
- 引入和验证一种新的动态MVC测量程序,专门用于腰部肌肉.
- 为了解决传统的MVC在捕捉下背部全sEMG振幅方面的局限性.
- 在腰部肌肉研究中提高sEMG正常化的准确性和一致性.
主要方法:
- 为腰部肌肉开发了一个举重启发的动态MVC协议.
- 招募了10名健康参与者进行数据收集.
- 使用建议的动态MVC与传统MVC方法进行sEMG规范化的比较.
主要成果:
- 动态MVC程序产生明显较低的正常化sEMG值 (p < 0.05).
- 这表明,与传统方法相比,动态MVC捕获了较高的sEMG振幅.
- 使用动态MVC规范化的sEMG数据更接近生理最大值.
结论:
- 拟议的动态MVC程序对于正常化腰部肌肉sEMG.优越.
- 这种方法可以更准确地表示肌肉激活.
- 改进的正常化提高了低背研究中sEMG分析的可靠性.


